Why we built the Carbon Footprint LedgerAt Dow, our ambition is to be the most innovative,...

Coach's Corner利用5100万行比赛追踪数据，开发了一个快速的2D/3D教练应用，帮助教练实时分析比赛。该系统结合数据处理和AI，提供即时战术分析和对手资料，提升决策效率。通过简化界面和实时数据呈现，教练能够快速获取关键信息，改变传统的数据分析方式。

Unity AI Gateway 通过统一目录提供对各种模型的访问，包括Meta的新模型Muse Spark 1.1。用户可以集中管理API密钥，确保安全和合规。注册模型后，团队可实时跟踪请求和支出，使用熟悉的权限和监控功能。该服务支持AWS、Azure和GCP，旨在简化模型的使用和管理。

现代科学工作流程生成大量数据，但这些数据常常孤立且缺乏上下文。Luma与Databricks的结合提供了一个统一的平台，实时捕捉和结构化科学数据，确保数据的完整性和可追溯性。这种数据记录方式支持AI应用，提升研究效率，帮助科学家快速做出决策。

Databricks推出了首个上下文工程师认证，旨在提升专业人士在AI系统工程方面的能力。该认证强调上下文工程的重要性，以确保AI系统的可靠性。认证考试定于2026年7月29日举行，并提供免费的备考指南。

本文介绍了如何在Databricks上构建一个结合模型服务、Lakebase和自动扩展的应用，以实现快速的交易评分。该应用通过FastAPI和React构建，优化网络路径以降低延迟，确保在结账时快速处理交易。模型根据用户消费习惯和个人资料进行评分，确保安全性和用户偏好。系统通过连接池和OAuth认证，在高并发情况下保持低延迟，适合实时欺诈评分需求。

Thinking Machines Lab推出的开源模型Inkling现已在Databricks平台上可用，支持企业客户进行编码和推理工作。该模型可根据企业数据进行定制，提升任务准确性，降低成本。Inkling通过Unity AI Gateway管理，确保数据安全和权限控制，企业可灵活选择和组合模型以满足需求。

Databricks利用OpenAI Whisper等先进技术，帮助高等教育机构提升学生支持服务，提供高质量的转录和情感分析，解决传统呼叫中心在对话质量监控方面的挑战。通过统一平台，机构能够安全处理学生数据，快速获取洞察，支持学生成功。

本文介绍了Databricks Genie的应用，通过十个客户项目展示其在数据处理中的多样性。Genie Agents为业务用户提供自然语言查询界面，Genie Code帮助分析师快速构建数据管道和仪表板。多个团队利用Genie实现高效的数据治理和分析，提升工作效率。Unity Catalog确保数据访问的安全性和合规性，使不同角色的用户都能有效使用Genie。

本文讨论了从Azure Synapse迁移到Databricks Lakehouse的实用指南。迁移的驱动因素包括简化架构、加快数据交付和降低成本。迁移过程分为几个阶段：评估现有环境、设计架构、代码转换和验证。成功的迁移不仅是技术项目，还需简化平台、消除复杂性，并现代化操作实践，以支持未来的数据分析和AI需求。

Databricks正在快速采用AI提升软件开发效率。内部基准测试显示，高智能模型虽然有效但成本高，而中低智能模型在常见任务中表现良好且更便宜。GLM 5.2模型在日常开发中表现优异，建议作为主要工具。团队将继续优化模型选择以提高开发效率。

Databricks通过安全湖仓处理大量安全日志，自动化分类和升级低严重性警报，显著提高了警报的准确性，确保每个警报都得到审查。该系统利用机器学习和实时数据流，优化安全运营，提升分析师工作效率。

Databricks与OpenAI的合作正在缩小前沿AI与企业生产之间的差距，提供数据治理和先进智能，帮助企业将原型转化为可靠的生产代理。在DAIS 2026大会上，强调数据的真实和上下文优先。通过Databricks平台，客户能够快速构建和管理基于OpenAI模型的定制代理，提高效率和质量。Hertz的案例展示了如何利用AI提升客户反馈处理和业务转化率。

分布式GPU训练已成为行业常态，Databricks AI每周进行大规模训练。GPU故障主要分为崩溃作业、静默降速和数值损坏。为确保训练可靠，Databricks实施了多层健康检查系统，及时发现并处理故障，确保GPU基础设施的稳定性，从而提高了大规模训练中的GPU可靠性。

2026年Built-On Databricks创业挑战赛的获胜者已揭晓。VisionHeight获得大奖，提供前瞻性网络安全解决方案；Linkup提供高效的Web搜索API；Intelo为零售商提供统一的智能规划平台。评审团根据市场潜力和创新性评选出获胜者，挑战赛在旧金山的Data + AI峰会上举行。

决策执行平台（DEP）是Databricks推出的新型企业分析工具，旨在实现从信号到结果的完整决策流程。DEP通过整合数据、AI和应用，简化决策过程，提升企业决策效率，帮助企业快速应对市场变化。

Databricks利用深度学习和计算机视觉技术，简化视频数据分析流程。用户可通过自然语言查询上传视频，系统自动处理并提取相关片段，生成文本摘要。该无服务器的GPU计算架构支持大规模视频处理，适用于基础设施检查和安全监控等领域。

选择数据迁移工具时，应根据工作负载的复杂性选择合适的工具，如Lakehouse、Spark Declarative Pipelines或PySpark。迁移过程应逐步进行，首先评估现有数据仓库，选择低风险、高可见性的工作负载进行快速迁移，随后现代化和优化管道，最终整合冗余ETL流程。

英国学生办公室通过迁移到Databricks平台，提升了数据分析能力，缩短了分析时间，增强了教育质量监管。新系统整合了结构化和非结构化数据，支持快速决策，改善了团队协作与数据治理，帮助识别潜在风险，确保学生成果和机构合规性。

Kythera Labs正在构建一个基于Databricks的AI医疗战略平台，旨在为医疗系统提供可靠的专家智能。该平台整合了3390亿条医疗索赔数据，帮助医疗高管快速获取战略决策所需的信息，提高决策能力和运营效率。